基于图调度的混合量子经典工作负载管理

高性能计算（HPC）中心正在扩展以涵盖超越传统计算的资源。通过将资源扩展到量子计算，混合量子-经典工作流解决了以前不可能解决的复杂优化问题。然而，将量子处理单元（QPU）集成到云原生和科学工作负载管理器中提出了独特的编排挑战：远程量子设备引入了第二个外部队列——一个双队列问题——与由传统调度器拥有的队列并列。在这项工作中，我们提出了Fluence，一个由Fluxion基于图的调度器支持的Kubernetes调度器插件，它实现了量子-经典工作负载和自定义资源的知情、组调度放置。我们使用AWS Braket模拟器和真实QPU在三个场景中评估Fluence。首先，在节点争用下，Fluence的原子组放置几乎消除了默认调度器通过部分放置组而累积的浪费节点时间。其次，我们为双队列问题引入了一个同步原语，其中单个生产者提交共享量子任务，而消费者保持调度门控，在短设备队列下将工作线程空闲时间减少约5倍，在真实设备队列延长到数小时时减少数量级。第三，成本和队列感知的后端选择固定满足工作负载的最便宜或最短队列设备，将平均每次运行成本降低约70倍，并将结果时间从数小时缩短到不到一分钟。总之，这些结果表明，可以在不修改用户容器的情况下将量子感知添加到云原生调度器中。